CN104484721A - 一种混合动力公交车队的能量优化控制方法 - Google Patents
一种混合动力公交车队的能量优化控制方法 Download PDFInfo
- Publication number
- CN104484721A CN104484721A CN201410799459.2A CN201410799459A CN104484721A CN 104484721 A CN104484721 A CN 104484721A CN 201410799459 A CN201410799459 A CN 201410799459A CN 104484721 A CN104484721 A CN 104484721A
- Authority
- CN
- China
- Prior art keywords
- bus
- hybrid
- operating mode
- characteristic parameter
- control method
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000005457 optimization Methods 0.000 title abstract 3
- 238000012549 training Methods 0.000 claims abstract description 16
- 238000000605 extraction Methods 0.000 claims abstract description 8
- 230000008569 process Effects 0.000 claims description 17
- 230000006870 function Effects 0.000 claims description 10
- 230000009466 transformation Effects 0.000 claims description 9
- 230000001133 acceleration Effects 0.000 claims description 8
- 238000007619 statistical method Methods 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000011160 research Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 3
- 238000012706 support-vector machine Methods 0.000 description 3
- 239000000446 fuel Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Hybrid Electric Vehicles (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Arrangement Or Mounting Of Propulsion Units For Vehicles (AREA)
Abstract
本发明涉及一种混合动力公交车队的能量优化控制方法，包括以下步骤：1)对历史工况数据进行特征参数提取及处理得到训练样本集，制定相应的整车能量控制方法以及计算分类机器；2)整个混合动力公交车队的能量优化控制的具体过程：2.1)前车实时采集工况数据；2.2)前车发生故障，进入步骤2.3)；未发生故障，进入步骤2.4)；2.3)车站中心控制系统启用备用工况类型，并传输给紧接着前车的后车；2.4)车站中心控制系统根据前车实时采集的工况数据构造组合特征参数集，分类机器根据组合特征参数集给出工况类型，并发送至紧挨着前车的后车；2.5)监测器将后车采集的实时工况数据与后车接收到的工况类型进行对比；2.6)将后车作为前车，重复步骤2.1)～2.5)。
Description
技术领域
本发明涉及混合动力车辆能量管理策略领域，特别是关于一种混合动力公交车队的能量优化控制方法。
背景技术
现阶段，混合动力公交车兼有传统车辆和纯电动车辆的一些特点，因此在我国的大中城市得到了广泛的应用。混合动力公交车的特殊架构为车辆的节能减排提供了理论和实际的可能性，在运行过程中，为了实现节能减排，需要制定整车的能量控制方法，整车能量控制方法的制定严重依赖于未来的工况。现阶段，整车在行驶过程中，一般对未来的工况是未知的，所以需要对未来的工况进行预测，并在预测的基础上对整车能量优化控制方法进行制定。
发明内容
针对上述问题，本发明的目的是提供一种能够快速处理、降低燃油消耗的混合动力公交车队的能量优化控制方法。
为实现上述目的，本发明采取以下技术方案：一种混合动力公交车队的能量优化控制方法，包括以下步骤：1)对混合动力公交线路上的所有公交车采集的历史工况数据进行特征参数提取及处理得到训练样本集，并基于训练样本集制定相应的整车能量控制方法以及计算分类机器，分类机器用于据判断道路工况类型，包括以下步骤：1.1)整条混合动力公交线路上的每辆公交车的CAN总线采集工具采集历史工况数据，并将历史工况数据发送至车站中心控制系统；1.2)车站中心控制系统将采集的m条历史工况数据，以行驶过程中的每两个相邻车站的历史工况数据为一个研究单位进行特征参数提取，得到特征参数集；1.3)将特征参数集进行映射变换构造得到组合特征参数集；1.4)将组合特征参数集基于无监督学习方法得到道路工况组合特征参数的训练样本集，即不同的工况类型，工况类型包括高速、中速和低速；1.5)对训练样本集采用统计方法进行训练得到分类机器；1.6)制定不同工况类型下的整车能量控制方法，即使每一种工况类型对应不同的逻辑门限控制方法；2)混合动力公交车根据工况类型选择相应的整车能量控制方法，实现整个混合动力公交车队的能量优化控制，具体控制过程为：2.1)选定某条公交线路上的混合动力公交车队中的某辆车为前车，前车的CAN总线采集工具实时采集公交路线的相邻行驶站点间的工况数据，并将采集的工况数据实时发送到车站中心控制系统；2.2)如果前车在运行的过程中发生故障，前车记录故障信号并将其发送至车站中心控制系统，进入步骤2.3)；如果前车在运行的过程中未发生故障，则进入步骤2.4)；2.3)车站中心控制系统启用备用工况类型，并将备用工况类型传输给紧接着前车的后车；2.4)车站中心控制系统根据前车实时采集的工况数据构造相应的组合特征参数集，分类机器根据组合特征参数集给出相应的工况类型，并将工况类型发送至紧挨着前车的后车；2.5)后车根据接收到的工况类型选择相应的整车能量控制方法进行能量控制；同时，后车将采集的实时工况数据传输至车站中心控制系统，车站中心控制系统的监测器将后车采集的实时工况数据与后车接收到的工况类型进行对比，即将两种工况类型在相同地点的速度进行对比，如果速度相差超过设定的值，则使用备用工况类型或步骤1.4)中得到的工况类型进行修正，并将修正后的结果传回后车；如果速度相差没有超过设定的值，则保持现有工况类型不变；2.6)将后车作为紧跟其后的车辆的前车，重复步骤2.1)～2.5)，实现对整个混合动力公交车队的能量优化控制。
所述步骤1.1)中的工况数据是混合动力公交车行驶过程中的不同时刻所对应的速度值。
所述步骤1.2)中特征参数集包括平均速度、最大加速度和最小加速度。
所述步骤1.3)中的映射变换采用线性变换或简单乘积变换。
所述步骤1.4)中的无监督学习方法采用聚类方法。
所述步骤1.5)中的统计方法采用SVM。
本发明由于采取以上技术方案，其具有以下优点：1、本发明由于将前车实时采集的工况数据提取组合特征参数，并根据提取组合特征参数使用分类机器得到相应的工况类型，并将相应的工况类型传输给后车，从而实现了后车对工况的预测，使后车可以根据实际工况调整能量控制方法，因此可以实现整条公交线路的混合动力公交车的能量优化。2、本发明由于对原有的常规特征参数进行数学变换得到的组合特征参数，其个数一般远小于原有的常规特征参数个数，而且组合特征参数所能表示的道路工况信息量和原有常规特征参数所能表示的道路工况信息量基本相等，一般是原有常规特征参数所能表示的道路工况信息量的百分之九十以上，因此可以减少数据量，便于快速处理。3、本发明通过对具体的道路工况进行预测，并根据不同的工况分类制定不同工况下的整车能量控制方法，因此混合动力公交车可以根据工况类型选择相应的整车能量控制方法，从而实现混合动力公交车的节能减排。4、本发明由于根据实时采集的工况数据不断修正控制方法，因此可以大大降低整个车队的燃油消耗。本发明可以广泛应用于混合动力客车控制领域和智能交通领域。
附图说明
图1是本发明根据历史工况数据得到不同工况类型并基于不同工况类型制定相应整车能量控制方法以及计算分类机器的流程示意图；
图2是本发明根据实际工况数据对整个混合动力公交车队进行能量优化控制的流程示意图。
具体实施方式
下面结合附图和实施例对本发明进行详细的描述。
本发明的混合动力公交车队的能量优化控制方法，包括以下步骤：
1、如图1所示，对混合动力公交线路上的所有公交车采集的历史工况数据进行特征参数提取及处理得到训练样本集，并基于训练样本集制定相应的整车能量控制方法以及计算分类机器，包括以下步骤：
1.1)整条混合动力公交线路上的每辆公交车的CAN总线采集工具采集历史工况数据，并将历史工况数据发送至车站中心控制系统，即：每一辆公交车采集从公交线路的起点到终点的历史工况数据，n辆车辆共采集得到m条历史工况数据；其中，工况数据是混合动力公交车行驶过程中的不同时刻所对应的速度值。
1.2)车站中心控制系统将采集的m条历史工况数据，以行驶过程中的每两个相邻车站的历史工况数据为一个研究单位(即当前公交车从一起步开始采集工况数据，到达下一站停稳后采集到的工况数据)进行特征参数提取，得到特征参数集；其中，特征参数集包括平均速度、最大加速度和最小加速度等；
1.3)将特征参数集进行映射变换构造得到组合特征参数集；其中，映射变换可以采用线性变换或简单乘积变换；
1.4)将组合特征参数集基于无监督学习方法得到道路工况组合特征参数的训练样本集，即不同的工况类型，工况类型包括高速、中速和低速等；其中，无监督学习方法可以采用聚类方法；
1.5)对训练样本集采用统计方法进行训练得到分类机器，分类机器用于根据公交车实时工况数据进行道路工况类型的判断；其中，统计方法可以采用SVM(支持向量机)；
1.6)制定不同工况类型下的整车能量控制方法，即每一种工况类型对应不同的逻辑门限控制方法；
2、如图2所示，混合动力公交车根据工况类型选择相应的整车能量控制方法，从而实现整个混合动力公交车队的能量优化控制，包括以下步骤：
2.1)选定某条公交线路上的混合动力公交车队中的某辆车为前车，前车的CAN总线采集工具实时采集公交路线的相邻行驶站点间的工况数据，并将采集的工况数据实时发送到车站中心控制系统；
2.2)如果前车在运行的过程中发生故障，前车的远程信息诊断模块记录故障信号并将其发送至车站中心控制系统，进入步骤2.3)；如果前车在运行的过程中未发生故障，则进入步骤2.4)；
2.3)车站中心控制系统启用备用工况类型，并将备用工况类型传输给紧接着前车的后车；其中，备用工况类型是根据长期的历史数据经过统计方法所得到的工况类型；
2.4)车站中心控制系统根据前车实时采集的工况数据构造相应的组合特征参数集，分类机器根据组合特征参数集给出相应的工况类型，并将工况类型发送至紧挨着前车的后车；
2.5)后车根据接收到的工况类型选择相应的整车能量控制方法进行能量控制；同时，后车将采集的实时工况数据传输至车站中心控制系统，车站中心控制系统的监测器将后车采集的实时工况数据与后车接收到的工况类型进行对比，即将两种工况类型在相同地点的速度进行对比，如果速度相差超过设定的值，则使用备用工况类型或步骤1.4)中得到的工况类型进行修正，并将修正后的结果传回后车；如果速度相差没有超过设定的值，则保持现有工况类型不变；其中，设定的值可以根据实际需要进行设定，本发明实施例中设定的值为6KM/h，但是不限于此；
2.6)将后车作为紧跟其后的车辆的前车，重复步骤2.1)～2.5)，实现对整个混合动力公交车队的能量优化控制。
上述各实施例仅用于说明本发明，其中各步骤等都是可以有所变化的，凡是在本发明技术方案的基础上进行的等同变换和改进，均不应排除在本发明的保护范围之外。
Claims (7)
1.一种混合动力公交车队的能量优化控制方法，包括以下步骤：
1)对混合动力公交线路上的所有公交车采集的历史工况数据进行特征参数提取及处理得到训练样本集，并基于训练样本集制定相应的整车能量控制方法以及计算分类机器，分类机器用于据判断道路工况类型，包括以下步骤：
1.1)整条混合动力公交线路上的每辆公交车的CAN总线采集工具采集历史工况数据，并将历史工况数据发送至车站中心控制系统；
1.2)车站中心控制系统将采集的m条历史工况数据，以行驶过程中的每两个相邻车站的历史工况数据为一个研究单位进行特征参数提取，得到特征参数集；
1.3)将特征参数集进行映射变换构造得到组合特征参数集；
1.4)将组合特征参数集基于无监督学习方法得到道路工况组合特征参数的训练样本集，即不同的工况类型，工况类型包括高速、中速和低速；
1.5)对训练样本集采用统计方法进行训练得到分类机器；
1.6)制定不同工况类型下的整车能量控制方法，即使每一种工况类型对应不同的逻辑门限控制方法；
2)混合动力公交车根据工况类型选择相应的整车能量控制方法，实现整个混合动力公交车队的能量优化控制，具体控制过程为：
2.1)选定某条公交线路上的混合动力公交车队中的某辆车为前车，前车的CAN总线采集工具实时采集公交路线的相邻行驶站点间的工况数据，并将采集的工况数据实时发送到车站中心控制系统；
2.2)如果前车在运行的过程中发生故障，前车记录故障信号并将其发送至车站中心控制系统，进入步骤2.3)；如果前车在运行的过程中未发生故障，则进入步骤2.4)；
2.3)车站中心控制系统启用备用工况类型，并将备用工况类型传输给紧接着前车的后车；
2.4)车站中心控制系统根据前车实时采集的工况数据构造相应的组合特征参数集，分类机器根据组合特征参数集给出相应的工况类型，并将工况类型发送至紧挨着前车的后车；
2.5)后车根据接收到的工况类型选择相应的整车能量控制方法进行能量控制；同时，后车将采集的实时工况数据传输至车站中心控制系统，车站中心控制系统的监测器将后车采集的实时工况数据与后车接收到的工况类型进行对比，即将两种工况类型在相同地点的速度进行对比，如果速度相差超过设定的值，则使用备用工况类型或步骤1.4)中得到的工况类型进行修正，并将修正后的结果传回后车；如果速度相差没有超过设定的值，则保持现有工况类型不变；
2.6)将后车作为紧跟其后的车辆的前车，重复步骤2.1)～2.5)，实现对整个混合动力公交车队的能量优化控制。
2.如权利要求1所述的一种混合动力公交车队的能量优化控制方法，其特征在于：所述步骤1.1)中的工况数据是混合动力公交车行驶过程中的不同时刻所对应的速度值。
3.如权利要求1所述的一种混合动力公交车队的能量优化控制方法，其特征在于：所述步骤1.2)中特征参数集包括平均速度、最大加速度和最小加速度。
4.如权利要求2所述的一种混合动力公交车队的能量优化控制方法，其特征在于：所述步骤1.2)中特征参数集包括平均速度、最大加速度和最小加速度。
5.如权利要求1～4任一项所述的一种混合动力公交车队的能量优化控制方法，其特征在于：所述步骤1.3)中的映射变换采用线性变换或简单乘积变换。
6.如权利要求1～5任一项所述的一种混合动力公交车队的能量优化控制方法，其特征在于：所述步骤1.4)中的无监督学习方法采用聚类方法。
7.如权利要求1～6任一项所述的一种混合动力公交车队的能量优化控制方法，其特征在于：所述步骤1.5)中的统计方法采用SVM。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410799459.2A CN104484721B (zh) | 2014-12-19 | 2014-12-19 | 一种混合动力公交车队的能量优化控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410799459.2A CN104484721B (zh) | 2014-12-19 | 2014-12-19 | 一种混合动力公交车队的能量优化控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104484721A true CN104484721A (zh) | 2015-04-01 |
| CN104484721B CN104484721B (zh) | 2016-03-23 |
Family
ID=52759262
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410799459.2A Active CN104484721B (zh) | 2014-12-19 | 2014-12-19 | 一种混合动力公交车队的能量优化控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104484721B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111696350A (zh) * | 2020-06-10 | 2020-09-22 | 交通运输部科学研究院 | 一种基于运营监测数据的电动公交车本地工况评价方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102831768A (zh) * | 2012-08-15 | 2012-12-19 | 大连理工大学 | 一种基于车联网的混合动力客车行驶工况预测方法 |
| CN103072572A (zh) * | 2013-01-18 | 2013-05-01 | 浙江吉利汽车研究院有限公司杭州分公司 | 可充电式混合动力汽车远程优化系统 |
-
2014
- 2014-12-19 CN CN201410799459.2A patent/CN104484721B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102831768A (zh) * | 2012-08-15 | 2012-12-19 | 大连理工大学 | 一种基于车联网的混合动力客车行驶工况预测方法 |
| CN103072572A (zh) * | 2013-01-18 | 2013-05-01 | 浙江吉利汽车研究院有限公司杭州分公司 | 可充电式混合动力汽车远程优化系统 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111696350A (zh) * | 2020-06-10 | 2020-09-22 | 交通运输部科学研究院 | 一种基于运营监测数据的电动公交车本地工况评价方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104484721B (zh) | 2016-03-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ma et al. | Characteristics and key trends of global electric vehicle technology development: A multi-method patent analysis | |
| CN103310651B (zh) | 一种基于实时路况信息的公交到站预测方法 | |
| Yan et al. | Hierarchical predictive energy management of fuel cell buses with launch control integrating traffic information | |
| Li et al. | Prediction of electric bus energy consumption with stochastic speed profile generation modelling and data driven method based on real-world big data | |
| CN108198425A (zh) | 一种电动汽车行驶工况的构建方法 | |
| CN109927709A (zh) | 一种车辆行驶路线工况确定方法、能量管理方法及系统 | |
| CN106427589A (zh) | 基于工况预测和模糊能耗的电动汽车续驶里程估算方法 | |
| CN110395245B (zh) | 一种基于固定路线驾驶信息的混动汽车能量管理系统 | |
| CN104240012A (zh) | 基于物联网的电动汽车充电调度方法及系统 | |
| CN103267832A (zh) | 地表水在线水质监测系统 | |
| CN103576096A (zh) | 电动汽车动力电池剩余电量的实时评估方法及装置 | |
| CN102610092A (zh) | 基于rbf神经网络城市道路速度预测方法 | |
| CN113752843B (zh) | 一种基于赛博物理系统的动力电池热失控预警装置及方法 | |
| CN103456167A (zh) | 基于关键区域的良好驾驶技术参数获取方法 | |
| CN105094095A (zh) | 一种电动汽车远程监控方法 | |
| CN105373620A (zh) | 大规模电池储能电站海量电池数据异常检测方法及系统 | |
| Zhao et al. | Stochastic model predictive control for dual-motor battery electric bus based on signed Markov chain Monte Carlo method | |
| Hu et al. | Energy management optimization method of plug-in hybrid-electric bus based on incremental learning | |
| Yu et al. | A-EMCS for PHEV based on real-time driving cycle prediction and personalized travel characteristics | |
| CN112036602A (zh) | 一种集成人机智能的5g电动汽车充电预测方法和系统 | |
| Feng et al. | Energy consumption prediction strategy for electric vehicle based on LSTM-transformer framework | |
| CN111308350A (zh) | 一种通过大数据进行轨交锂电池性能评估的整体模型框架 | |
| CN104484721B (zh) | 一种混合动力公交车队的能量优化控制方法 | |
| Wu et al. | Driving style-aware energy management for battery/supercapacitor electric vehicles using deep reinforcement learning | |
| CN105489010A (zh) | 一种快速道路行程时间可靠度监测分析系统及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |